长距离管道输送石油、天然气相对于水路、公路和铁路运输是一种更为安全和经济的输送方式。但是，由于长输管道服役条件的恶劣、管道的腐蚀、第三方破坏等原因使得管道失效事故常常发生，对人身安全、环境和经济造成巨大的损失和影响。腐蚀失效是长输管道失效模式中最常见的模式之一，腐蚀导致长输管道壁厚减薄，承压能力降低。长输管道剩余强度预测主要是研究腐蚀缺陷是否能在某一允许操作压力下存在，以及在某一允许操作压力下存在的最大缺陷尺寸，及时对管道的承载能力作出科学的预测，从而为管道的维护和安全管理提供科学的依据。对于这类问题，国内外进行了大量的试验和研究，提出了一些评估方法，并制定了相应的标准和规范,例如ASME B31G、Modified ASME B31G、DNV-99、Battelle和Shell-92。本文深入讨论了这些标准和规范，分析了它们之间的异同。引入人工神经网络，利用人工神经网络所具有的高度非线性映射功能，对现役长输油气腐蚀管道失效压力进行预测，并综合分析了管径、壁厚、屈服强度、环向腐蚀速率、径向腐蚀速率、缺陷长度及蚀坑深度对腐蚀管道失效压力的影响。为了验证人工神经网络具有很好的通用性，通过选择6种不同管径的腐蚀管道样本训练集交叉对网络进行训练，并利用训练好的网络进行预测。分析结果表明人工神经网络是一个比较准确、方便的数学模型。由于遗传算法是一种不依赖于梯度信息、并行随机搜索的最优化方法，利用遗传算法所具有的全局搜索特性来弥补BP神经网络自身的局限性，得到BP神经网络的最优初始权值和阈值。利用训练好的GA-BP网络来预测现役长输油气腐蚀管道失效压力。结果表明：GA-BP神经网络比改进的BP神经网络在满足工程需要的前提下，能更好的预测腐蚀管道的剩余强度。